基于SWAT模型的大凌河流域面源污染模拟影响分析

黄晓秋

(辽宁省铁岭水文局，辽宁 铁岭 112000)

由于面源污染缺少污染检测监控系统，其模拟效果精度很难达到预期要求，所以流域面源污染模拟成为国内外学者研究的热点和难点。随着社会科技的发展和进步，地理信息和计算机技术得到快速发展，面源污染源模型在此基础上得到研究和应用，为流域面源污染模拟提供了一个有效的模拟平台。分布式水文SWAT模型被美国学者最先提出并得到研究和应用，该模型具有参数设置少、操作简便等优点，被国内外学者广泛应用于流域面源污染模拟分析。SWAT(soil and water assessment tool)模型设置参数包括河道汇流、地下水、径流、土壤水、降水以及蒸发散发等，被广泛应用于农业管理措施、面源污染计算、径流模拟等方面。此外，在预测土壤类型、土地利用/覆盖变化、泥沙以及污染物转移方面，SWAT也能得到很好的应用。学者通过SWAT模型的应用，探究了流域面源污染负荷分布特征，并探讨了流域格局时空变化对面源污染的影响。

本文通过收集整理实际监测数据，校准验证了SWAT模型的精确度和可使用性。然后通过设置大凌河流域的下垫面、面污染、水文气象等参数，建立一套适合面源污染评价的定量分析方法。通过模拟计算农业流域面源污染的迁移变化，系统分析了流域面源污染物的排放量、分布特点，得出重点面源污染物的排放规律和控制要点，以大凌河流域的TN、TP污染为例，得出了流域内重点污染源和重点污染区的人类生产、生活生产、化肥污染等农业活动，同时为我国其他河流领域面源污染影响分析提供参考和依据[1]。

1 区域模型搭建

1.1 区域概况

本文所研究的大凌河流域位于辽宁省西部，该流域水土流失严重，泥沙含量为57kg/m3。流域大小支干交错，全长398km，所占面积约为2.35万km2。资料显示，9、10月是该流域的降雨旺季，年降水量约为450～600mm，径流量约为16.67亿m3，流经沉积岩、碎屑岩和黄土等地质。

本文SWAT模型中的河流水质模型是通过将混合水质模型改进而来，故采用四级水资源分区将大凌河流域划分为21个计算单元，以确保计算单元和水资源分区便捷保持一致，保证农业面源污染物的汇入与用水、降水的同步性。SWAT模拟计算分析不仅考虑大凌河流域水资源规划、分区、功能，同时还应考虑降水特性和排水管理等影响。

1.2 方法与原理

SWAT(soil and water assessment tool)是目前被广泛应用于流域污染负荷计算的模型，由美国农业部(USDA)将SWRRB和ROTO模型综合利用形成，目前已在50多个不同国家的流域得到应用和推广。该模型由不同组件组成，其中主要包括气候检测、水文地质、土壤温度、农作物生产等，可计算流域进出口TN和TP污染负荷，得到不同生活生产活动对流域面源污染的贡献系数。考虑到SWAT模型流域水文模拟较为复杂，故将模拟过程分为两个步骤：首先为陆相水文循环，确定各子流域汇入大凌河流域中的水流量、污染物、营养盐、农药化肥负荷。然后进行水相水文循环，确定流出的水流量、农药化肥、生活垃圾等。本文重点对氮磷随流经的循环过程进行模拟，该过程不但受降水量、河流汇入以及和生物生长吸收等因素影响，且与水域流动发生的二次循环过程相关[2]。

大凌河流域结构空间参数以及地质土壤属性是建立SWAT模型的数据计算基础，其中空间结构参数主要包括数字高程图(DEM)(研究区域数据在GIS截出，用于水系提取和流域离散化，精度为1∶33万)、土地利用图(资料显示，精度为1∶10万)、土壤类型图(精度为1∶33万，包括土壤类型分布和土壤化学属性，通过模型的功能属性预热计算可得到土壤化学属性中N、P含量)、天气资料(建立天气发生发生器，输入流域多年内平均气候特征，包括2003～2015年的温度、湿度、太阳辐射、风速和降水量)。各土壤类型中不同成分土中含有的无机氮含量、有机氮含量以及有机磷含量见表1。

表1 土壤化学属性数据 单位：mg/kg

本文对SWAT模型进行校准和验证，采用人工调整参数和自动率定相结合的方法进行率定。校验过程选用2003～2012年作为率定期，2013～2015年为验证期，选择流域狭窄处作为径流和氮磷负荷模拟校核断面，模型使用性指标采用经过统计分析得出确定性系数R2以及效率系数ENS确定。SWAT模型模拟氮循环主要包括有机氮、农作物氮以及硝酸盐氮通过径流、测流以及渗流的方式将各种形态的氮进行迁移转化。模型模拟转化过程主要包括生物固化、有机无机之间的转化、溶解性氮随水流的转移以及氨氮转化。溶解型和吸附型磷的循环转化是有机磷在模型模拟过程中的两种形态，磷的循环流失计算应考虑农作物的吸收、土壤表层聚集、径流量等因素[3]。SWAT模型模拟磷在肥料、土壤与植物中迁移转化的过程，大凌河流域磷的转移转化形式主要包括河流的汇入及汇出携带、地表无机类磷盐的结晶固化以及农作物的吸收与溶解等生物过程

本文在分析比较的基础上，为计算模型模拟效果的可靠性，通过计算效率系数(ENS)、相对误差(Dv)以及径流过程线得出确定性系数(R2)。流域水量偏差估计一般采用径流过程线和相对误差(Dv)参数；模型的整体模拟效果以及准确性分析通常采用效率系数(ENS)和确定性系数(R2)。

(1)

式中，Dv—相对误差；O—观测的平均值；P—预测平均值。

(2)

式中，ENS—流域污染模拟效率系数；Oi—i时刻的观测值；Pi—i时刻的模拟值；O—观测的平均值。

(3)

式中，各字母含义同上。

2 SWAT模型运行模拟

2.1 总氮与总磷模拟

在径流、泥沙以及面源污染负荷模拟计算过程中，SWAT模型共使用了38个参数，参数较多计算复杂，故需对参数进行敏感性分析并找出对计算结果影响最为显著的参数进行率定[4]。考虑到大凌河流域基础数据较少，可供参考借鉴的依据有限，故本文只对净流进行参数的率定和校准[5]。率定结果显示，在流域验证期ENS和R2指标均在要求范围之内，Dv值均小于20%满足可靠性分析。SWAT模型经过率定后，满足精确度要求，可用于对其他方面的研究模拟计算。SWAT模型主要对氮和磷等营养物质进行模拟。结果见表2、3和图1～4。

表2 SWAT模型总氮模拟参数率定结果

表3 SWAT模型总磷模拟参数率定结果

为提高模拟计算的可使用性，文中以2003～2012年为率定期，以2013～2015年为验证期大凌河流域模拟值进行验证。率定结果为总氮ENS均大于0.65、R2均大于0.80；总磷ENS均大于0.65，R2均大于0.82，模拟值较实测值偏高，但变化过程基本一致，总体反映了研究区的实际情况，满足流域面源污染模拟的精确度规范要求。

图1 2010年总氮

图2 2010年总磷

图3 2014年总氮

图4 2014年总磷

为进行更好的对比分析实测与模拟总氮磷含量，提高SWAT模型在大凌河流域的可使用性，本文选用2010年和2014年实测与模拟总氮磷含量变化过程分析，如图1～4所示。由图中折现波动趋势可以看出，模拟的总氮和总磷与实测的总氮和总磷各月份的变化情况具有一定的同步性，结果表明，模拟氮磷含量变化规律同实测值相差不大，该模型具有良好的可使用性[6]。

2.2 结果与分析

土壤本身是营养物流失来源之一，土壤流失强度与很多因素有关，其中主要包括土地使用类型、土地地形、气候条件和地表沉积物等[7]。本文通过模拟计算污染源输入时面源污染负荷变化，得出在研究区域内各污染源对污染负荷的贡献。研究结果表明，在研究区内面源(生活面源、生产面源、农业化肥和)所产生的氮磷污染负荷占总量比例高达88.42%、82.97%，TN、TP负荷产量分别为7800t、324t，点源污染贡献率仅为12%左右，TN、TP产量分别为950t、38t。综上所述，大凌河流域面源污染重氮和磷污染源主要来源于生活及农业化肥的面源污染。

人类生产和生活所产生的点源和面源污染以及农业化肥营养物污染占研究流域内负荷总量的80%左右，但此类污染源可通过有效的防范措施得到一定的合理控制。通过模型模拟运算结果可知，农业化肥所产生的TN、TP含量所占比重最高，分别为46%、55%。农业化肥所产生的面源污染可通过措施防控，加强排放管理，合理使用化肥等措施加以防控[8]；其次为生活污染，TN和TP负荷产量比重分别为32%、30%。所以，结合SWAT模型模拟结果分析，为提高改善大凌河流域水质和环境，应重点对农业化肥和生活面源污染采取有效改善措施。此外，还可以采取因地制宜的退耕还林措施，种植绿色植被，保护自然生态环境，通过这种措施可有效降低因土壤流失所带来的污染负荷。

3 结论

(1)本文采用SWAT模型模拟大凌河流域面源污染影响进行研究分析，模型模拟结果显示，率定系数均在0.8以上，通过验证期径流和氨氮负荷含量，模拟结果显示R2和ENS符合要求精确度。所采用的模型参数经率定后，在所模拟的各年份总氮和总磷年与实际测量值之间的误差小于18%，符合流域非点源污染模拟精度要求，SWAT模型对于大凌河流域面源污染模拟有一定的适用性。

(2)从各污染源贡献率分析来看，生活面源污染和农业化肥是大凌河流域(氮磷)负荷污染的主要来源。其主要是由农业化肥和生活生产污水粪便流失所造成的，所以科学地进行农业生产和加强生活生产排放的管理是生活面源污染控制的重点。

(3)由于大凌河流域缺少基流数据，研究中主要对总氮总磷进行参数率定和校准。大凌河流域面源污染影响受多方面因素影响，如污染物的转移转化、农业面源污染的产生流入等，故有待进一步研究探讨。同时模型模拟结果表明，降水量变化可对大凌河流域面源污染负荷量产生影响，且影响幅度大于因径流变化引起的负荷变化率。

[1] 唐道来. 水利工程建设与生态环境可持续发展的相关性[J]. 水利技术监督, 2015, 23(05): 36- 37.

[2] 陈滋月. 气候变化情景模式对流域水土流失影响的定量分析[J]. 水利规划与设计, 2016(06): 32- 35.

[3] 崔杰石. 基于 SWAT 模型的汤河流域面源污染时空分布研究[J]. 水利规划与设计, 2016(02): 4- 6.

[4] 徐飞. 沈阳地区水资源短缺原因分析及对策研究[J]. 水资源开发与管理, 2015(01): 24- 26.

[5] 李纯良, 李锐. 基于一种新型人工神经网络的水流挟沙力模型研究[J]. 水利规划与设计, 2009(01): 22- 24.

[6] 段佩华. 朝阳市哈巴气水文站以上流域的水源分析[J]. 现代农业科技, 2013(04): 195- 195.

[7] 汪跃军. 淮河干流蚌埠水文站年径流系列多时间尺度分析[J]. 水利技术监督, 2007, 15(01): 37- 40.

[8] 李晓光, 李菲. 朝阳地区多年降雨特性分析[J]. 水土保持应用技术, 2016(02): 21.